【摘 要】
：
图像经过卷积神经网络中的卷积操作会使图像的尺寸缩小,经过几次卷积后图像大小会不足以支持继续训练网络模型,采用边界填充(Padding)操作,在图像外围填充数值0,再进行卷积操
【机 构】
：
华北理工大学 理学院,河北 唐山 063210;河北省数据科学与应用重点实验室,河北 唐山 063210;唐山市数据科学重点实验室,河北 唐山 063210
论文部分内容阅读
图像经过卷积神经网络中的卷积操作会使图像的尺寸缩小,经过几次卷积后图像大小会不足以支持继续训练网络模型,采用边界填充(Padding)操作,在图像外围填充数值0,再进行卷积操作,经过一次卷积后输出的特征图矩阵与输入的图像矩阵有相同的大小,解决训练深度受限的问题,使网络拥有更好的性能.但Padding操作在图像外围填充数值0,会使图像边缘信息模糊.本文提出参数化的Padding操作,将填充的数值0替换为带权重的数值,保持训练深度,保留图像的边缘信息.使用包含3个卷积层和2个全连接层的简单卷积神经网络,在Fashion-MNIST数据集上进行训练,准确率有1.52％的提升.
其他文献
由于盾构隧道的修建过程极易造成周边土体变形,因此,准确预测盾构施工引起的地表沉降是盾构工程亟待解决的难点问题之一。依托西安地铁某区间双线平行隧道工程,采用数值模拟与现场监测的方法,分析了双线平行盾构隧道开挖对地表沉降造成的影响。研究的结果表明:在隧道埋深一定时,随着两隧道间距的增大,沉降曲线的最大沉降值逐渐减小,沉降曲线逐渐地由单峰状态演变为双峰状态;在隧道间距一定时,随着两隧道埋深的增加,沉降曲线逐渐由双峰状态变为平缓曲线最终变为单峰状态。通过计算结果得到了地表沉降曲线单、双峰分界函数,并讨论了不同土层
增量部署的方式偏向于手工操作,从编译、打包、测试到投产,会经历多个系统环境.手工操作效率较低,难以满足业务部门的快速迭代诉求、运维人员的应用可靠性诉求以及开发人员集
随着城市地铁建设的快速发展,地铁深基坑开挖工程对周围已有地铁车站的相互影响也日益突出。为了研究车站两侧非对称连续施工对已运营车站的影响,保证已运营车站的安全运行,采用三维数值分析方法建立模型,对已运营车站一侧接暗挖通道施工、另一侧2号风亭明挖基坑施工,按先施工暗挖通道后施工明挖风亭进行模拟计算,考虑叠加施工影响,分析已运营车站的位移变化。结果表明:已运营车站两侧非对称施工引起的不均匀沉降,比单侧施工引起的不均匀沉降更小;已运营车站一侧进行暗挖通道施工、另一侧2号风亭明挖基坑施工,明挖风亭开挖对已运营车站的
为研究钢-混凝土组合空腹楼盖的抗弯性能,通过1个1/5缩尺模型的单调加载试验,分析了楼盖的破坏现象、荷载-挠度曲线及应变发展规律。采用有限元软件ABAQUS对组合空腹楼盖进行仿真模拟,分析了各设计参数对楼盖抗弯性能的影响。研究结果表明:结构变形Δ/L小于1/200时,楼盖的荷载-变形曲线基本呈线性变化,可将Δ/L=1/200作为楼盖弹性与弹塑性变形的分界点;在整个加载过程中,跨中工字钢首先受拉屈服,然后从跨中往支座依次屈服;受固端支座影响,近支座处工字钢为受压屈服。数值模拟结果显示,混凝土强度及空腔净距对
本文主要介绍了正交频分复用系统(Orthogonal Frequency Division Multiplexing,OFDM)的基本原理,给出了基于IFFT/FFT实现了OFDM系统仿真模型,基于Simulink完成了对OFDM的仿
为满足综合管廊现浇快速施工的需求,以实际工程为背景,提出一种采用由内外门架支撑系统、内外模板支撑系统、液压同步支撑系统和智能行走系统组成的整体移动式智能台车,并通过数值分析和现场试验分析智能台车的受力特点,确定台车设计方案。结果表明:智能台车施工单个工作面施工效率相较于传统模板节段现浇施工提高3倍;最终方案通过优化智能台车结构构件的截面尺寸、布设间距、数量、钢模板厚度,使得台车较初步设计结构受力更加合理、材料性能得到较好的发挥,结构相较于初步设计质量减轻约9.233 t,比重约为44.2%,可较大幅度的节
为研究双线U型截面简支梁桥的竖向弯曲振动频率,并获得一种简化的计算方法,以天津滨海新区轨道Z4线30 m双线U型截面简支梁桥为背景,采用理论分析和数值模拟相结合的方法对其动力性能进行研究。首先推导出考虑剪切和剪滞双重效应下,主梁和道床板的应变能求解公式,接着利用能量变分原理求得控制微分方程,最后运用Hamilton原理得到双线U型截面简支梁桥的竖向弯曲振动频率计算公式。为了验证所得竖向弯曲振动频率解析解的正确性,运用ANSYS与MIDAS/Civil有限元软件对双线U型截面简支梁桥进行数值模拟,求得双线U
随着高层建筑的增多与地下空间的大范围开发,基坑工程不断增加的深度与规模都对紧邻环境造成了巨大挑战,而有效预测能提前发现工程的安全隐患。为了预测深基坑工程开挖时地表沉降、地铁结构位移、坑外土体测斜三类紧邻环境的监测数据,同时降低数据在获取过程中受到的噪声影响,提出了小波分析-长短时记忆神经网络(WA-LSTM)模型。该模型使用排列熵算法选择最优预测天数,同时以皮尔逊相关性分析结果为依据选用不同的输入组合,考虑了输入项之间的相关性大小。实验使用上海徐家汇中心深基坑工程的监测数据进行验证,结果表明,WA-LST
为解决抽水试验求取含水层渗透系数周期长、操作复杂的问题,以天津某场地潜水含水层和承压含水层的微水试验为例,采用Hvorslev模型、Cooper模型和Bouwer&Rice模型计算含水层渗透系数,并与抽水试验结果对比,Bouwer&Rice模型分析潜水含水层微水试验数据求得的渗透系数与抽水试验结果相比误差小,结果准确;Hvorslev模型分析承压含水层微水试验数据求得的渗透系数与抽水试验结果的相对误差远小于Cooper模型,Hvorslev模型计算结果更为准确。研究表明:相较于抽水试验,微
本文针对源域样本与目标域样本分布不同的特性而导致分类器失效的问题,提出了联合子空间对齐与极限学习机无监督领域自适应方法.首先通过利用极限学习机自编码器ELM-AE获取的